मशीन लर्निंग एल्गोरिदम का उपयोग करके बॉटनेट्स का पता लगाने के लिए फीचर चयन

इस पत्र में, कमांड और नियंत्रण (C&C) के चरण में बॉटनेट्स का पता लगाने के लिए फीचर चयन करने का एक नवीनतम तरीका प्रस्तुत किया गया है। एक प्रमुख समस्या यह है कि शोधकर्ताओं ने अपनी विशेषज्ञता के आधार पर फीचर प्रस्तावित किए हैं, लेकिन इन फीचर्स का मूल्यांकन करने के लिए कोई विधि नहीं है क्योंकि इनमें से कुछ फीचर्स अन्य की तुलना में कम पहचान दर प्राप्त कर सकते हैं। इस उद्देश्य के लिए, हम C&C के उनके चरण में बॉटनेट्स के कनेक्शनों के आधार पर फीचर सेट खोजते हैं, जो इन बॉटनेट्स की पहचान दर को अधिकतम करते हैं। पहचान दर को अधिकतम करने वाले फीचर्स के सेट को चुनने के लिए एक जेनेटिक एल्गोरिदम (GA) का उपयोग किया गया था। हमने मशीन लर्निंग एल्गोरिदम C4.5 का उपयोग किया, जिसने यह वर्गीकरण किया कि कनेक्शन बॉटनेट से संबंधित हैं या नहीं। इस पत्र में उपयोग किए गए डेटा सेट ISOT और ISCX से निकाले गए थे। GA और C4.5 एल्गोरिदम में सर्वश्रेष्ठ पैरामीटर प्राप्त करने के लिए कुछ परीक्षण किए गए। हमने हर विश्लेषित बॉटनेट के लिए (विशिष्ट) और हर प्रकार के बॉटनेट के लिए (सामान्य) फीचर्स का सर्वोत्तम सेट प्राप्त करने के लिए भी प्रयोग किए। परिणाम पत्र के अंत में दिखाए गए हैं, जिसमें फीचर्स में महत्वपूर्ण कमी और संबंधित कार्य से अधिक उच्च पहचान दर प्राप्त की गई।